引言

近期博主在做地理数据可视化方面的研究，pyecharts提供了较好的工具，里面提供了很多图形，尤其是Map和Geo这两种图，一种是地图，一种是地理信息图。pyecharts的基础还是echart，echart是百度地图开源的一个数据可视化 JS 库，从我个人使用的情况来看，目前pyecharts（博主pyecharts版本是0.5.11）有这两个问题：

• 地图精度不够。目前pyecharts提供的地图层级有世界地图、各个国家的地图、中国各省地图、中国各地市图、区县图，到区县后，就不再细分，如果我想看某条道路的具体信息，就难以实现。
• 经纬度定位“不准确”。这不属于pyecharts是问题，应该属于百度地图在地理编码上的特点，当然，并不是说百度地图地理编码不准确，而是博主的目前在做的项目，地理位置都比较奇特，不管是BaiduMap还是AMap（高德地图）都很难定位到特别准确。由于pyecharts的底层地图是百度地图，所以看起来是pyecharts定位“不准确”。

要解决第一个问题，就是说想要更高层级的地图，这个就需要换可视化包了，也就是说，将pyecharts改成具有其他更高层级地图的可视化包。博主使用的是folium，这个包也很强大，pyecharts的强大之处在与echart的可视化功能，folium则体现在地图及地图的扩展应用上。folium目前支持OpenStreetMap、AMap等几种地图，但不支持百度地图。一度吐血，为啥我用的这两个包底层地图就不能通用下。但其实也好，为了用好这两个包，博主对百度、高德这两大地图大佬的开发文档进行了研究，现在将二者地理编码的方式记录下来。

开发环境：

• Python3.7；
• pyecharts0.5.11；
• pycharm

百度地图地理编码

开发文档看

这里

，使用前需要去申请AK，同时最好申请开发者认证，能提升访问限制。开发文档其实写的很详细，无非是爬虫get和json解析那一套，我直接上代码。

import json
import pandas as pd
import numpy as np
from urllib.request import urlopen, quote
import requests

def Scene2CoordinateBaiduMap(filename):
    data = pd.read_csv(filename)
    result = []
    i = 1
    j = 1
    for k in data['地点']:
        address = quote(k)  # 1
        url = 'http://api.map.baidu.com/geocoder/v2/?address=' + address + '&output=json&ak=yourAK'  # 2
        req = urlopen(url)

        res = req.read().decode()
        temp = json.loads(res)
        try:  # 3
            result.append(temp['result']['location'])
            print('catch %d \n' % i)
            i = i + 1
        except:
            result.append({'lat': 'null', 'lng': 'null'})
            print('fail %d \n' % j)
            j = j + 1

    print('成功定位%d个，成功率%.2f%%' % (i - 1, (i - 1) * 100 / (i + j - 2)))

    df = pd.DataFrame(result)
    df.to_csv('经纬度原始数据-百度地图.csv', index=False)

if __name__ == '__main__':
    main()

先看导入的包，访问百度地图API返回的都是json格式的数据，要对数据进行解析，自然少不了json包，pandas和numpy常规包，基本上很难不用到，后面两个是网页数据获取的包。高德地图地理编码也是这几个包，后面不再重复写。

几点说明：

#1quote函数是为了得到GBK的url编码，国内的网站编码都是GBK编码的；

#2要把url里面的AK改成你自己申请的AK，而不是yourAK这个字符串；

#3为啥要用try来处理，因为不是所有的地理编码都能成功，如果不用try处理，容易报错，程序会中断。

这个函数写的很详细了，你提供一个CSV文件，其中一列命名为‘地点’，就能将你的所有填写的地点都能转换成经纬度，当然，也有不成功的，总体成功率在95%左右。总体来说，定位效果还是可以的，但是如果地点数据很多填写的不规范，地理编码虽然解析出经纬度，但很多都是有问题的，比如解析出来的点不在正确的地点，如下图。



这些点本来应该都出现在无锡市地图上，但还有不少点在无锡市外，也就是说，解析的不正确。问题出在哪里？博主又回过头去看文档，文档里说，请求的参数除了address外，还有city，也就是城市，这个参数不是必须要写的，如果是写了这个，会不会就正确了呢？于是，我找了一个落在无锡地图之外的点，将请求网址写成这样：

http://api.map.baidu.com/geocoding/v3/?address=南湖大道双庆桥公交站前&city=无锡市&output=json&ak=您的ak&callback=showLocation

返回的数据如下：

showLocation&&showLocation({"status":0,"result":{"location":{"lng":120.31700801956372,"lat":31.532789952709309},"precise":0,"confidence":50,"comprehension":24,"level":"桥"}})

根据经纬度去百度地图拾取坐标系统中看看，巧了，点还对了。。。

博主懵逼了，上午的时候，明明是不对的，所以才想到要写一篇博客来解决这个问题，回过头来一想，因为我上午写的请求网址是这样的：

http://api.map.baidu.com/geocoding/v3/?address=南湖大道双庆桥公交站前&city='无锡市'&output=json&ak=您的ak&callback=showLocation

无锡市我打了引号，其实是没必要打引号的。。。



所以，实际上，在请求网址里面加上城市名，就能保证经纬度转换的时候，所有点都落在你想要的城市里面。。。

持续吐血，这篇博客还要写吗，我上午已经按照我的解决思路，高德地图地理编码→高德地图转百度地图→pyecharts地点上图，这个套路，解析了3000+的地点。

都写了3000多字了，还是继续写完吧。。。

高德地图地理编码

开发文档看

这里


，技术细节与百度地图基本一致，请求格式上我换了一种写法，让读者可以更灵活的使用爬虫的技巧。

上代码

def Scene2CoordinateAMap(filename):
    data = pd.read_csv(filename)
    sgdd = data['事故地点'].tolist()
    geo = []
    key = 'yourKEY'
    base = 'https://restapi.amap.com/v3/geocode/geo'
    j = 1
    k = 1
    for i in range(len(sgdd)):
        parameters = {'address': sgdd[i], 'key': key, 'city':'无锡'}
        response = requests.get(base, parameters)
        answer = response.json()
        try:
            pos = answer['geocodes'][0]['location']
            pos = pos.split(',')
            pos[0], pos[1] = pos[1], pos[0]
            geo.append(pos)
            print('catch %d \n'%j)
            j = j + 1
        except:
            geo.append([ 'null','null'])
            print('fail %d \n'%k)
            k = k + 1
    points = pd.DataFrame(geo)
    points.to_csv('经纬度填充-高德地图.csv', index=False, columns = ['lng', 'lat'])
    print('成功定位%d个，成功率%.2f%%' % (j - 1, (j - 1) * 100 / (j + k - 2)))

为啥我会写成‘无锡’，能理解了吧，我高德就是这么写的。。。

可以看出来，和百度地图请求方式有一点不同，我用的是requests.get去请求的，其实网上更多的推荐是用这种方式去请求，而不是用urlopen，不过我个人习惯用urlopen，两者都行吧。

高德地图经纬度转百度地图经纬度

其实已经没啥必要写了，因为二者都差不多。

文档看

这里

，上代码

def AMap2BaiduMap(filename):
    data = pd.read_csv(filename)
    base = 'http://api.map.baidu.com/geoconv/v1/?coords='
    tail = '&from=3&to=5&ak=yourAK'
    transpos = []
    j = 1
    k = 1
    for i in range(len(data)):
        url = base + str(data.iloc[i]['lng_Amap']) + ',' + str(data.iloc[i]['lat_Amap']) + tail
        req = urlopen(url)
        res = req.read().decode()
        temp = json.loads(res)
                     
        try:
            pos = list(temp['result'][0].values())  # 字典转列表
            transpos.append(pos)
            print('catch %d \n'%j)
            j = j + 1
        except:
            transpos.append(['null','null'])
            print('fail %d \n'%k)
            k = k + 1
    tran = pd.DataFrame(transpos)
    tran.to_csv('高德转百度.csv', index=False, columns = ['lng', 'lat'])
    print('成功转换%d个，成功率%.2f%%' % (j - 1, (j - 1) * 100 / (j + k - 2)))

注意下，链接里有这么句代码

from=3&to=5

官方文档解释如下：

源坐标类型：

1：GPS设备获取的角度坐标，WGS84坐标;

2：GPS获取的米制坐标、sogou地图所用坐标;

3：google地图、soso地图、aliyun地图、mapabc地图和amap地图所用坐标，国测局（GCJ02）坐标;

4：3中列表地图坐标对应的米制坐标;

5：百度地图采用的经纬度坐标;

6：百度地图采用的米制坐标;

7：mapbar地图坐标;

8：51地图坐标

目标坐标类型：

5：bd09ll(百度经纬度坐标);

6：bd09mc(百度米制经纬度坐标)

我是高德经纬度转百度经纬度，自然是from=3to=5。

看看转换经纬度后的pyecharts-Geo图吧



全都在无锡市内了，大功告成，虽然没啥用了(╥╯^╰╥)

完